建成环境对老年人出行行为影响的空间异质性

杨林川; 朱庆

doi:10.3969/j.issn.0258-2724.20210689

建成环境对老年人出行行为影响的空间异质性

doi: 10.3969/j.issn.0258-2724.20210689

杨林川^1,,
朱庆²

1.
西南交通大学建筑学院，四川成都 611756
2.
西南交通大学地球科学与环境工程学院，四川成都 611756

基金项目: 国家自然科学基金（52278080）

详细信息

作者简介:
杨林川（1991—），男，研究员，博士，研究方向为交通与土地利用的互动和规划、GIS应用，E-mail：yanglc0125@swjtu.edu.cn

中图分类号: TU984.12
计量
- 文章访问数: 582
- HTML全文浏览量: 305
- PDF下载量: 58
- 被引次数: 22
出版历程
- 收稿日期: 2021-07-02
- 修回日期: 2022-06-25
- 网络出版日期: 2023-04-07
- 刊出日期: 2022-07-12

Spatially Heterogeneous Effects of Built Environment on Travel Behavior of Older Adults

YANG Linchuan^1
,,
ZHU Qing²

1.
School of Architecture, Southwest Jiaotong University, Chengdu 611756, China
2.
Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 611756, China

摘要

摘要:
随着积极应对人口老龄化战略的提出，老年人成为亟需关注的重要群体. 为弥补现有交通出行研究多关注建成环境对老年人出行行为全局影响的不足，融合2011年香港特区政府组织的大规模交通习惯调查数据、地理数据和谷歌街景图像数据，测度老年人出行倾向和多个建成环境变量，建立三层随机截距（一层：个人，二层：家庭，三层：社区）二元logistic回归模型和地理加权二元logistic回归模型，分析建成环境与老年人出行倾向的复杂关联关系，并借助ArcGIS平台对关联关系进行可视化. 研究结果发现：人口密度、土地利用混合度、交叉口密度和绿视率正向影响老年人出行倾向；地铁可达性和公园可达性的影响不显著；建成环境要素对出行倾向的影响存在空间异质性；土地利用混合度对出行倾向的局部影响是双向的，在城市西部为正向，而在城市东部为负向.
- 老年人 /
- 建成环境 /
- 社区环境 /
- 邻里环境 /
- 人口老龄化 /
- 地理加权回归模型
Abstract:
The implementation of the national strategy, actively addressing population aging, has underscored the importance of paying attention to the older adult population, which has become a crucial demographic group. Previous research has predominantly assumed that the effect of the built environment on the travel behavior of older adults is spatially fixed, failing to account for spatial heterogeneity. Therefore, to address this research gap, the propensity to travel, a travel behavior indicator, is analyzed using data from the 2011 Hong Kong Travel Characteristics Survey, and built-environment attributes are assessed using geo-data. A three-level random-intercept binary logistic regression model (level 1: individual, level 2: household, level 3: street block) and a geographically weighted binary logistic regression model are then developed to establish the complex relationship between the built environment and the propensity to travel of older adults, and the association is visualized with the help of ArcGIS platform. The findings demonstrate that population density, land use mix, intersection density, and streetscape greenery have a positive association with the propensity to travel of older adults, while accessibility to the metro and parks does not significantly affect this propensity. Moreover, the effects of all built-environment attributes on the propensity to travel vary across space. Specifically, the local effects of land-use mix on the propensity to travel are bi-directional: positive in the western part of the city and negative in the eastern part.
- older adult /
- built environment /
- community environment /
- neighborhood environment /
- population aging /
- geographically weighted regression model

HTML全文

图 1 基于街景图像的绿化率测算案例

Figure 1. Example of green view index estimation based on street-view imagery

下载: 全尺寸图片幻灯片

图 2 建成环境变量系数的可视化

Figure 2. Visualization of the coefficients of built-environment attributes

下载: 全尺寸图片幻灯片

表 1 变量描述、均值/比例和标准差

Table 1. Description, mean/percentage, standard deviation of variables

变量	描述	均值/比例	标准差
出行倾向	虚拟变量，在过去 24 h 曾经出行为 1，未曾出行为 0	0.78
男性	虚拟变量，男性为 1，女性为 0	0.46
年龄	连续变量，单位：岁	74.98	7.23
疾病	虚拟变量，有疾病为 1，无疾病为 0	0.01
私有住宅	虚拟变量，私有住宅为 1，其他住宅为 0	0.45
家庭成员数量	离散变量，单位：个	2.82	1.41
有小汽车	虚拟变量，家庭有小汽车为 1，无小汽车为 0	0.06
居住地香港	虚拟变量，居住在香港为 1，其他为 0	0.21
居住地九龙	虚拟变量，居住在九龙为 1，其他为 0	0.36
居住地新界农村地区	虚拟变量，居住在新界农村地区为 1，其他为 0	0.09
居住地新界非农村地区	虚拟变量，居住在新界非农村地区为 1，其他为 0 （对照组）	0.34
人口密度	连续变量，单位：千人/公顷	0.48	0.33
土地利用混合度	连续变量，其值为 $\displaystyle -\sum\limits_q {({m_q}\ln\; {m_q} } )/\ln Q$ ，其中：m_q为第 q 种土地所占比例，Q 为土地种类	0.53	0.28
交叉口密度	连续变量，单位：个/公顷	0.47	0.24
地铁可达性	虚拟变量，邻里有地铁站为 1，没有为 0	0.88
巴士可达性	离散变量，邻里公交站点数量，单位：十个	17.15	10.04
休闲运动设施可达性	离散变量，邻里休闲运动设施数量，单位：十个	16.60	8.03
公园可达性	离散变量，邻里公园数量，单位：十个	0.55	0.41
绿视率	连续变量，用绿色像素点的比例来估算	0.15	0.03

下载: 导出CSV

表 2 多层二元logistic分析结果

Table 2. Analysis results of multilevel binary logistic regression

变量	系数	z 值
男性	0.423^***	5.06
年龄	− 0.147^***	− 14.85
疾病	− 3.188^***	− 7.65
私有住宅	0.214	1.29
家庭成员数量	− 0.413^***	− 9.36
有小汽车	− 0.067	− 0.30
居住地香港	0.711^***	2.92
居住地九龙	− 0.080	− 0.30
居住地新界农村地区	1.526^***	4.89
人口密度	0.630^**	2.43
土地利用混合度	0.534^*	1.72
交叉口密度	1.825^***	3.80
地铁可达性	− 0.103	− 0.39
公园可达性	− 0.027	− 0.11
绿视率	6.730^**	2.14
常量	12.540^***	11.49
注：*、、*分别表示在1%、5%、10%的水平上显著.

下载: 导出CSV

表 3 地理加权二元logistic回归模型分析结果

Table 3. Analysis results of geographically weighted binary logistic regression

变量	系数
变量	最小值	中位数	最大值	极差
男性	0.266	0.278	0.304	0.037
年龄	− 0.074	− 0.073	− 0.071	0.002
疾病	− 1.466	− 1.425	− 1.343	0.122
私有住宅	− 0.011	0.095	0.130	0.141
家庭成员数量	− 0.299	− 0.297	− 0.296	0.003
有小汽车	0.084	0.150	0.182	0.098
居住地香港	0.304	0.348	0.425	0.121
居住地九龙	− 0.082	− 0.048	0.010	0.092
居住地新界农村地区	− 0.279	− 0.195	− 0.059	0.220
人口密度	0.348	0.429	0.461	0.113
土地利用混合度	− 0.096	− 0.055	0.076	0.172
交叉口密度	0.392	0.523	0.574	0.182
地铁可达性	− 0.351	− 0.310	− 0.257	0.093
公园可达性	− 0.285	− 0.236	− 0.197	0.088
绿视率	1.252	2.401	3.509	2.257
常量	6.887	7.135	7.330	0.442

下载: 导出CSV

参考文献(22)

[1]	Department of Economic and Social Affairs. World population prospects 2019, volume Ⅱ: demographic profiles[M]. New York: United Nations, 2019.
[2]	李智轩,甄峰,张姗琪,等. 老年人公交移动性的季节时空分异特征研究:以安徽省芜湖市为例[J]. 地理科学进展,2021,40(2): 293-303. doi: 10.18306/dlkxjz.2021.02.010 LI Zhixuan, ZHEN Feng, ZHANG Shanqi, et al. Seasonal and spatiotemporal differences in the public transport-based mobility of elderly population: a case study of Wuhu City in Anhui Province[J]. Progress in Geography, 2021, 40(2): 293-303. doi: 10.18306/dlkxjz.2021.02.010
[3]	CERVERO R, KOCKELMAN K. Travel demand and the 3Ds: density, diversity, and design[J]. Transportation Research Part D: Transport and Environment, 1997, 2(3): 199-219. doi: 10.1016/S1361-9209(97)00009-6
[4]	EWING R, CERVERO R. Travel and the built environment: a meta-analysis[J]. Journal of the American Planning Association, 2010, 76(3): 265-294. doi: 10.1080/01944361003766766
[5]	YANG L C, LIU J X, LU Y, et al. Global and local associations between urban greenery and travel propensity of older adults in Hong Kong[J]. Sustainable Cities and Society, 2020, 63: 102442.1-102442.12.
[6]	CHENG L, SHI K B, DE VOS J, et al. Examining the spatially heterogeneous effects of the built environment on walking among older adults[J]. Transport Policy, 2021, 100: 21-30. doi: 10.1016/j.tranpol.2020.10.004
[7]	LU Y, SARKAR C, XIAO Y. The effect of street-level greenery on walking behavior: evidence from Hong Kong[J]. Social Science & Medicine, 2018, 208: 41-49.
[8]	LU Y, YANG Y Y, SUN G B, et al. Associations between overhead-view and eye-level urban greenness and cycling behaviors[J]. Cities, 2019, 88: 10-18. doi: 10.1016/j.cities.2019.01.003
[9]	FENG J X. The influence of built environment on travel behavior of the elderly in urban China[J]. Transportation Research Part D: Transport and Environment, 2017, 52: 619-633. doi: 10.1016/j.trd.2016.11.003
[10]	YANG L C. Modeling the mobility choices of older people in a transit-oriented city: policy insights[J]. Habitat International, 2018, 76: 10-18. doi: 10.1016/j.habitatint.2018.05.007
[11]	SZETO W Y, YANG L C, WONG R C P, et al. Spatio-temporal travel characteristics of the elderly in an ageing society[J]. Travel Behaviour and Society, 2017, 9: 10-20. doi: 10.1016/j.tbs.2017.07.005
[12]	YANG H T, LUO P, Li C, et al. Nonlinear effects of fare discounts and built environment on ridesplitting adoption rates[J]. Transportation Research Part A: Policy and Practice, 2023, 169: 103577.1-103577.16.
[13]	YANG L C, LIU J X, LIANG Y, et al. Spatially varying effects of street greenery on walking time of older adults[J]. ISPRS International Journal of Geo-Information, 2021, 10(9): 596.1-596.17.
[14]	XIAO Y, LU Y, GUO Y, et al. Estimating the willingness to pay for green space services in Shanghai: implications for social equity in urban China[J]. Urban Forestry & Urban Greening, 2017, 26: 95-103.
[15]	JAMES P, BANAY R F, HART J E, et al. A review of the health benefits of greenness[J]. Current Epidemiology Reports, 2015, 2(2): 131-142. doi: 10.1007/s40471-015-0043-7
[16]	LIU J X, WANG B, XIAO L Z. Non-linear associations between built environment and active travel for working and shopping: an extreme gradient boosting approach. Journal of Transport Geography, 2021, 92: 103034.1-103034.12.
[17]	YANG L C, AO Y B, KE J T, et al. To walk or not to walk? Examining non-linear effects of streetscape greenery on walking propensity of older adults[J]. Journal of Transport Geography, 2021, 94: 103099.1-103099.10.
[18]	XIAO L Z, LO S, LIU J X, et al. Nonlinear and synergistic effects of TOD on urban vibrancy: applying local explanations for gradient boosting decision tree[J]. Sustainable Cities and Society, 2021, 72: 103063.1-103063.16.
[19]	SU L L, ZHOU S H, KWAN M P, et al. The impact of immediate urban environments on people’s momentary happiness[J]. Urban Studies, 2022, 59(1): 140-160. doi: 10.1177/0042098020986499
[20]	朱庆,陈兴旺,丁雨淋,等. 视觉感知驱动的三维城市场景数据组织与调度方法[J]. 西南交通大学学报,2017,52(5): 869-876. doi: 10.3969/j.issn.0258-2724.2017.05.005 ZHU Qing, CHEN Xingwang, DING Yulin, et al. Organization and scheduling method of 3D urban scene data driven by visual perception[J]. Journal of Southwest Jiaotong University, 2017, 52(5): 869-876. doi: 10.3969/j.issn.0258-2724.2017.05.005
[21]	张昀昊,朱军,李维炼,等. 面向多样化终端的自适应网络三维可视化方法[J]. 西南交通大学学报,2019,54(5): 989-996. doi: 10.3969/j.issn.0258-2724.20180399 ZHANG Yunhao, ZHU Jun, LI Weilian, et al. Adaptive web 3D visualization method for diverse terminals[J]. Journal of Southwest Jiaotong University, 2019, 54(5): 989-996. doi: 10.3969/j.issn.0258-2724.20180399
[22]	朱军,吴思豪,张昀昊,等. 大规模道路交通数据网络轻量化可视化方法[J]. 西南交通大学学报,2021,56(5): 905-912. ZHU Jun, WU Sihao, ZHANG Yunhao, et al. Lightweight web visualization of massive road traffic data[J]. Journal of Southwest Jiaotong University, 2021, 56(5): 905-912.

施引文献

期刊类型引用(10)

1.	杨皓森. 建成环境对骑行行为的非线性影响——基于机器学习模型. 城市建筑. 2024(02): 98-100 . 百度学术
2.	杨振珑，黄文成，法慧妍，范成敬. 基于Kolmogorov熵权的城市轨道交通网络节点重要度识别算法. 交通运输工程与信息学报. 2024(01): 139-149 . 百度学术
3.	魏东，喻冰洁，杨林川. 社区建成环境对老年人步行时长的影响及优化策略——以成都市为例. 新建筑. 2024(01): 98-103 . 百度学术
4.	杨林川，唐祥龙，杨皓森，石亚灵. 机器学习支持下的老年人步行环境满意度与适老环境改善策略研究. 西部人居环境学刊. 2024(02): 35-40 . 百度学术
5.	岳亚飞，杨东峰，徐丹，陈石，李沛颖. 适应于老年人心理健康的住区环境优化：概念模型与研究框架. 西部人居环境学刊. 2024(02): 1-7 . 百度学术
6.	何明卫，纳静笠，朱权，荀丽梅. 城市小汽车用户公交使用的影响因素分析. 重庆交通大学学报(自然科学版). 2024(05): 99-105 . 百度学术
7.	肖茹，冯悦. 基于绿视率的街道空间步行环境优化策略研究——以龙骧大街历史文化街区为例. 智能建筑与智慧城市. 2023(08): 66-69 . 百度学术
8.	夏浩，吴静娴，沈逸凡. 基于地理加权回归的建成环境与通勤距离关系研究. 中国水运. 2023(11): 151-153 . 百度学术
9.	窦汝桐，于慎波，孙凤，夏鹏澎，横井浩史，姜银来. 7自由度仿人机械臂工作空间求解的降密蒙特卡洛法. 西南交通大学学报. 2023(06): 1328-1338 . 本站查看
10.	夏浩，吴静娴，沈逸凡. 基于地理加权回归的建成环境与通勤距离关系研究. 中国水运. 2023(21): 151-153 . 百度学术